基于SLIC超像素分割的图分割算法-.pdfVIP

第33卷 第5期 工 程 数 学 学 报 Vol. 33 No. 5 2016年10月 Oct. 2016 文章编号 基于 超像素分割的图分割算法∗ 赵 渊 , 彭济根 , 高 义 西安交通大学数学与统计学院，西安 北方民族大学数学与信息科学学院，银川 摘 要: 图像分割是对图像进行分析和理解的关键步骤，是计算机视觉的基本技术之一．计 算复杂度是评判一个图像分割算法好坏的重要标准，因此降低算法的计算复杂度是 当前图像分割领域的主要任务之一．本文提出了一种基于SLIC 超像素分割的图像分 割方法．该方法利用SLIC 算法生成超像素，通过构造相应的相似性矩阵，有效降低 了Ncut 分割算法的计算复杂度，大幅度缩短了Ncut 算法的运行时间．由于SLIC 超像 素分割算法的准确性与高效性，在进行三类自然图像分割实验时，本文提出的方法无 论在分割效果，还是在运行时间上，都要明显优于Ncut 分割方法及它的改良算法． 关键词: 图像分割；Ncut 分割算法；相似性矩阵；SLIC 算法 分类号: (2000) 94C15; 68U10 中图分类号: TP391.41 文献标识码: A 引引引言言言 图像分割是图像处理应用中的基本步骤，其目的是为了将图像中人们所感兴趣的部分 提取出来，为后续处理分析提供基础 ．图像分割可应用到医学影像人脸识别、指纹识别 和机器视觉等领域．目前国内外常用的图像分割算法有阈值分割法 、边缘分割法 、区 域分割法 、基于人工神经网络的分割算法 等．这些算法可以总结为两类，第一类是基 于局部信息的分割算法，第二类是基于全局信息的分割算法． 图分割算法是一类常用的基于全局信息的分割算法，该类算法把图像看成一个图， 然后通过对图中节点的划分得到图像的分割 ．在图分割算法中，Shi 和Malik 提出 的Normalized cuts (Ncut) 分割算法以其模型简单且分割效果良好而著名．Ncut 分割算 法将分割问题巧妙地转化为一个广义特征值求解问题，极大地降低了求解优化问题的难 度，并且得到了良好的分割结果．但是在用Ncut 算法分割高像素图像时，所需构造的相 似性矩阵的阶数非常大，进而会加大广义特征值问题的求解复杂度，使得算法耗时太长． 针对这个问题，Choong 等人 提出了二重Ncut 分割算法，即采用两级分割的形式，先将 图像等分成小块，再用Ncut 算法预分割每一小块后得到预分割结果，然后用Ncut 算法把 预分割的结果聚类起来，得到最终的分割结果．该算法减少了所需构造的相似性矩阵的阶 数，缩短了分割所需时间．但是该算法在预分割时等分了图像，并没有考虑到像素点所包 含的特征信息(例如亮度信息与位置信息)，这样就会把一些特征相似性很高的像素点分到 不同的小块去，进而在第二步聚类时导致不理想的分割结果． 收稿日期: 2015-06-25. 作者简介: 赵渊(1991年11月生)，男，硕士生. 研究方向：图像处理. ∗基金项目: 国家自然科学基金；国家民委科学研究项目(14BFZ002). 442 工